[发明专利]适用电力巡检的无人机航拍影像库建立、分类及检索方法在审
| 申请号: | 201810249896.5 | 申请日: | 2018-03-26 |
| 公开(公告)号: | CN108416061A | 公开(公告)日: | 2018-08-17 |
| 发明(设计)人: | 缪希仁;刘志颖;江灏;陈静;刘欣宇;庄胜斌 | 申请(专利权)人: | 福州大学 |
| 主分类号: | G06F17/30 | 分类号: | G06F17/30;G07C1/20 |
| 代理公司: | 福州元创专利商标代理有限公司 35100 | 代理人: | 蔡学俊 |
| 地址: | 350108 福建省福*** | 国省代码: | 福建;35 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 航拍 电力巡检 影像库 分类 质量评估结果 检索 标注 采集 处理和管理 视频数据库 图片数据库 人工智能 标签文件 标注信息 电力部件 飞行数据 故障状态 科学管理 数据内容 数据支撑 图片内容 应用研究 规则化 图像库 图片 影像 存储 视频 筛选 | ||
本发明涉及一种适用电力巡检的无人机航拍影像库建立、分类及检索方法。该影像库包含视频数据库、图片数据库和残次图像库三个子库;分别用于存储无人机电力巡检航拍中采集的视频和飞行数据、质量评估结果合格的航拍图片和图片标注信息的标签文件、以及质量评估结果不合格的航拍图片。影像库按本发明所涉及的建立、分类和检索方法建立影像库,并对采集的无人机电力巡检航拍影像进行分类、筛选、标注处理和管理。本发明建立的一种适用于电力巡检的无人机航拍影像库,通过规则化命名、多次分类的方法对数据内容实现科学管理;对质量合格的图片内容按电力部件类别、故障状态进行标注处理,为人工智能在电力巡检领域内的应用研究提供可靠的数据支撑。
技术领域
本发明涉及影像数据库技术、影像数据库检索技术以及影像处理技术领域,尤其涉及一种适用电力巡检的无人机航拍影像库建立、分类及检索方法,可用于无人机电力巡检航拍影像数据的管理和智能巡检系统中人工神经网络的训练。
背景技术
一方面,随着经济的快速发展,社会对电力的需求激增,对电能质量的要求不断提高,电网规模不断扩大,输电线路的覆盖范围也随之增大,穿越的区域地形也复杂多样,由此加大了输电线路运检维护的工作量。输电线路中电力缆线和杆塔长期暴露于露天环境,受到自然因素和人为因素的双重影响,加大了对输电线路运检维护的难度。为了满足电力系统的安全性和稳定性要求,掌握输电线路的运行状况以及及时排除线路中的安全隐患,电力部门开始使用无人机航拍的方式进行巡线,产生了大量的航拍图片与视频,需要有一套完善的系统对其进行科学的管理和利用。
另一方面,传统的基于图像的故障检测算法效果不佳,当前无人机巡检方式仍以人工观看图片与视频的方式进行故障检查,效率低下;而人工智能在图像目标检测上有良好的表现,但受限于训练数据的缺乏,目前这一方面的研究成果较少。通过无人机航拍影像库的建立,能有效推动人工智能在电力巡检领域内的应用,提高巡检工作效率。
发明内容
本发明的目的在于提供一种适用电力巡检的无人机航拍影像库建立、分类方法,对电力巡检无人机航拍影像进行统一管理,同时,为人工智能在电力领域的应用提供数据支撑。
为实现上述目的,本发明的技术方案是:一种适用电力巡检的无人机航拍影像库建立、分类方法,包括如下步骤,
步骤S1、建立影像库,并将影像库分为视频数据库、图片数据库和残次图像库三个子库;
步骤S2、根据无人机巡检航拍采集的影像类别分类为视频数据和图片数据,并按各自的命名规则进行文件命名;
步骤S3、视频文件及其航拍飞行数据存入视频数据库;
步骤S4、图片数据进行图片质量评估,按合格图片和不合格图片进行分类;
步骤S5、不合格图片存入残次图像库;
步骤S6、在合格图片上对存在的电力部件的类型、故障状态和位置进行标注,整合图片中所有标注,生成标签文件,一张图片对应一份标签文件;
步骤S7、合格图片与标签文件存入图片数据库,得到无人机电力巡检航拍影像库。
在本发明一实施例中,步骤S2中,命名规则为:
视频文件:所属地市公司编号+电压等级+线路名称+杆号范围-拍摄日期-三位文件编号;
图片文件:所属地市公司编号+电压等级+线路名称+杆塔号-拍摄日期-三位文件编号。
在本发明一实施例中,步骤S6中,标注的方法为使用外接矩形框对目标电力部件整体进行标注。
本发明还提供了一种基于上述所述适用电力巡检的无人机航拍影像库建立、分类方法的检索方法,根据用户输入关键字进行检索;检索内容为视频或图片文件名、图片标注内容;影像库输出与检索关键字匹配的视频文件或图片文件,及其附属信息文件(飞行数据文件、标注信息文件)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810249896.5/2.html,转载请声明来源钻瓜专利网。





